上一個版本看這裡:《Python+OpenCV實現【圖片】區域性區域畫素值處理》
上個版本的程式碼雖然實現了我需要的功能，但還是走了很多彎路，我意識到圖片本就是陣列形式，對於8位灰度圖，通道數為1,它就是個二位陣列，這樣就沒有必要再設定ROI區域，複製出來這塊區域再迴圈提取畫素存入陣列進行處理了，可以直接將圖片存入陣列，再利用numpy進行切分相應的陣列操作就可以了，這樣一想就簡單很多了，這篇我會貼出修改後的程式碼，直接省去了大段的程式碼啊。

ps：這次我重新裝的opencv3.2.0版本，程式碼裡面直接用cv2了

# 檢視opencv版本，終端輸入：
$ pkg-config --modversion opencv
 

cv_img_cv2.py

# -*- coding:utf-8 -*-
__author__ = 'lwp'

import cv2
import numpy as np
import matplotlib.pyplot as plt

path ='/media/lwp/A/111111.jpg' # 圖片路徑
lwpImg = cv2.imread(path) # 載入圖片
gray_lwpImg = cv2.cvtColor(lwpImg, cv2.COLOR_BGR2GRAY) # 轉為灰度圖

# 畫目標區域，引數分別為圖片、左上座標、右下座標、框的顏色、框線條的粗細
lwpImg = cv2.rectangle(lwpImg, (290
 
, 0), (310, 327), (0, 255, 0), 2) 
# 顯示標記後的圖片
cv2.imshow('local_pixel', lwpImg) 

# 提取圖片畫素值到矩陣
pixel_data = np.array(gray_lwpImg)
# 提取目標區域
box_data = pixel_data[:, 290:310]
# 矩陣行求和
pixel_sum = np.sum(box_data, axis=1)

# 畫圖
x = range(576)
fig = plt.figure(figsize=(4, 2))
ax1 = fig.add_subplot(1, 1, 1)
ax1.bar(x, pixel_sum, width=1
 
) # x為每個條形到x軸0點的距離，width為每個條的寬度
plt.xlabel('X')
plt.ylabel('Y')
plt.title('edge_filter')
plt.grid(True)
plt.show()

key = cv2.waitKey(0) & 0xFF
if key == ord('q'): # 按q關閉視窗
    cv2.destroyAllWindows()